出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2022/06/13 13:45 UTC 版)
事前確率を使用するベイジアン学習法では、複雑なモデルにより小さな確率を割り振ることができる。よく使われるモデル選択手法としては、赤池情報量規準（AIC）、最小記述長（MDL）、ベイズ情報量規準（BIC）などがある。
※この「情報量規準」の解説は、「正則化」の解説の一部です。
「情報量規準」を含む「正則化」の記事については、「正則化」の概要を参照ください。
辞書ショートカット
カテゴリ一覧
すべての辞書の索引
| 情報量規準のお隣キーワード |
情報量規準のページの著作権
Weblio 辞書
情報提供元は
参加元一覧
にて確認できます。
|
Text is available under GNU Free Documentation License (GFDL). Weblio辞書に掲載されている「ウィキペディア小見出し辞書」の記事は、Wikipediaの正則化 (改訂履歴)の記事を複製、再配布したものにあたり、GNU Free Documentation Licenseというライセンスの下で提供されています。 |
ビジネス｜業界用語｜コンピュータ｜電車｜自動車・バイク｜船｜工学｜建築・不動産｜学問
文化｜生活｜ヘルスケア｜趣味｜スポーツ｜生物｜食品｜人名｜方言｜辞書・百科事典
|
ご利用にあたって
|
便利な機能
|
お問合せ・ご要望
|
会社概要
|
ウェブリオのサービス
|
©2025 GRAS Group, Inc.RSS
